Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Objetividad
Es importante que el investigador sea una persona que tenga hábitos de lectura.
Esta constancia le permitirá ser conocedor del problema que va a someter a
investigación. No es lo mismo partir de la nada que con un conocimiento previo del
tema objeto de estudio, pues ello será importante como fuente de información
general y así el podrá comparar y determinar cuáles serán las fuentes principales
de la investigación.
Los elementos para plantear un problema son tres y están relacionados entre si;
Los objetivos
Planteamiento del problema es sólo una frase; Sin embargo, es necesario que
algunos párrafos de elaboración de ésta sección, donde tiene que prestar mucha
atención se tiene para pensar en esto con sabiduría y resienten la información a
revelar cómo el problema particular está influyendo en las tendencias políticas, de
negocios o de las tendencias sociales y por qué hay que estudiarlo.
• ¿Cómo se / no lo afecta?
• Conocimientos previos
• La disponibilidad de fuentes
El Marco Teórico nos sirve como una guía para conocer específicamente
los conceptos y métodos que vamos a utilizar en la recolección de
información empírica, en la medida que nosotros tengamos un amplio
Marco Teórico, sobre nuestro tema
Antecedentes de la investigacion
Reseña institucional
Bases teóricas
Bases legales
Sistema de variables
DETECCIÓN DE LA LITERATURA
DEFINICIONES
TIPOS DE DEFINICIONES:
La relación entre variables propuesta por una hipótesis debe ser clara y
lógicas.
TIPOS DE HIPÓTESIS
Hipotesis de investigacion. Son las proposiciones tentativas sobre las
posibles relaciones entre variables.
FUNCIONES
Promueven la investigación.
o Se debe mencionar tanto los aspectos cuantitativos como cualitativos que incluirá
o el porqué de su inclusión.
1. Una descripción del método a seguir. Describir cómo se piensa utilizar y explicar
el porqué. Pueden usarse diagramas de flujo.
Sin embargo, no todas las muestras resultan útiles para llevar a cabo un trabajo de
investigación. Lo que se busca al emplear una muestra es que, observando una porción
relativamente reducida de unidades, se obtengan conclusiones semejantes a las que
lograríamos si estudiáramos el universo total.
Cuando una muestra cumple con esta condición, es decir, cuando nos refleja en sus
unidades lo que ocurre en el universo, la llamamos muestra representativa.
Por lo tanto, una muestra representativa contiene las características relevantes de la
población en las mismas proporciones en que están incluidas en tal población. Sus
conclusiones son susceptibles de ser generalizadas al conjunto del universo, aunque
para ello debamos añadir un cierto margen de error en nuestras proyecciones.
Las fuentes de datos pueden ser personas, situaciones o hechos que se observan
directamente, o materiales bibliográficos de diversa naturaleza. Las llamamos unidades
de datos y, a su conjunto, a la suma de todas las unidades, se le da el nombre de
universo o población.
Podríamos decir que una población o universo es, entonces, el conjunto de todas las
cosas que concuerdan con una determinada serie de especificaciones. En general, toda
investigación puede considerarse como una búsqueda de los datos apropiados que
permitan resolver ciertos problemas de conocimiento. Estos datos son obtenidos a
través de un conjunto de unidades que constituyen el universo relevante para la
investigación.
Existen universos que resultan demasiado amplios para el investigador, pues éste no
tienen ni el tiempo ni los recursos para abordar el estudio de cada una de las unidades
que lo componen (el conjunto de ciudadanos de un país, la flora de una región o las
innumerables galaxias). Para resolver este inconveniente, se acude a la
operacionalización del universo mediante la extracción de muestras.
Las muestras pueden ser clasificadas, en una primera división en probabilísticas y no
probabilísticas. En las muestras probabilísticas, la característica fundamental es que
todo elemento del universo tiene una determinada probabilidad de integrar la muestra, y
esa probabilidad puede ser calculada matemáticamente con precisión.
Muestra accidental
Es aquella que se obtiene sin ningún plan preconcebido; las unidades elegidas resultan
producto de circunstancias fortuitas. Si entrevistamos a los primeros 50 transeúntes que
pasan por cierta calle o medimos la profundidad del mar a lo largo de un trayecto entre
dos puntos cualesquiera, estaremos en presencia de una muestra accidental; los datos
obtenidos podrán o no representar al universo en estudio.El investigador no puede saber
hasta qué punto sus resultados podrán proyectarse, con confiabilidad, hacia el conjunto
más amplio que desea conocer.
Por más que esa presunción llegue a ser válida, no deja de existir cierta arbitrariedad en
este modo de proceder, por lo que la rigurosidad estadística de las muestras por cuotas
se reduce considerablemente.
Muestra intencional
Las unidades se eligen en forma arbitraria, designando a cada unidad según
características que para el investigador resulten de relevancia. Se emplea, por lo tanto,
el conocimiento y la opinión personal para identificar aquellos elementos que deben ser
incluidos en la muestra. Se basa, primordialmente, en la experiencia de alguien con la
población.
Estas muestras son muy útiles y se emplean frecuentemente en los estudios de caso,
por más que la posibilidad de generalizar conclusiones a partir de ellas, sea en rigor
nula. En algunas oportunidades se usan como guía o muestra tentativa para decidir
cómo tomar una muestra aleatoria más adelante.
Muestras aleatorias
Como dijimos, en ellas cada uno de los elementos del universo tiene una probabilidad
determinada y conocida de ser seleccionado. Los procedimientos más usuales para la
obtención de muestras aleatorias son:
Azar simple
Este procedimiento se inicia confeccionando una lista de todas las unidades que
configuran el universo, numerando correlativamente cada una de ellas. Luego, mediante
cualquier sistema (tabla de números al azar, programas de computación), se van
sorteando al azar estos números hasta completar el total de unidades que deseamos
que entren en la muestra.De este modo, la probabilidad que cada elemento tienen de
aparecer en la muestra es exactamente la misma. Si cada uno de los elementos que
integran la población no tiene la misma posibilidad de ser elegido, se habla entonces de
una muestra viciada. Este método nos garantiza una selección completamente aleatoria,
pero resulta muy lento y costoso, pues nos obliga a elaborar listas completas de todas
las unidades de interés, lo que a veces es sencillamente imposible.Por este motivo, sólo
se emplea cuando los universos son relativamente pequeños. Este método no será
adecuado si, por ejemplo, queremos sacar una muestra de todas las personas
analfabetas que existen en un país. En cambio, si nuestra intención es extraer una
muestra del universo de todos los alumnos que ingresan a una universidad en un
determinado año, resultará muy adecuado.
Azar sistemático
También se requiere de un listado completo de las unidades que integran el universo en
estudio.
Muestras por conglomerados
Esta técnica tiene utilidad cuando el universo que se requiere estudiar admite ser
subdividido en universos menores de características similares a las del universo total. Se
procede a subdividir el universo en un número finito de conglomerados y, entre ellos, se
pasa a elegir algunos que serán los únicos que se investigarán; esta elección puede
realizarse por el método del azar simple o por el del azar sistemático.
Una vez cumplida esta etapa, puede efectuarse una segunda selección, dentro de cada
uno de los conglomerados elegidos, para llegar a un número aún más reducido de
unidades muestrales.
La ventaja de esta técnica es que obvia la tarea de confeccionar el listado de todas las
unidades del universo. Su desventaja mayor radica en que, al efectuarse el muestreo en
dos etapas, los errores muestrales de cada una se van acumulando, lo que da un error
mayor que para los métodos anteriores.
Muestras estratificadas
Este método supone que el universo puede desagregarse en sub – conjuntos menores,
homogéneos internamente pero heterogéneos entre sí. Cada uno de estos estratos se
toma luego como un universo particular, de tamaño más reducido, y sobre él se
seleccionan muestras según cualquiera de los procedimientos anteriores.
Por ejemplo, si quisiéramos estudiar las actitudes políticas de los estudiantes de una
universidad, podríamos subdividir en estratos de acuerdo con el tipo de estudios que
cursen, suponiendo que estas actitudes van a ser diferentes entre quienes siguen
Ingeniería, Letras, Medicina u otras carreras. Luego, efectuaríamos un muestreo dentro
de cada sub – universo así definido para, finalmente, realizar un análisis integrando los
resultados de todas las sub – muestras.
Capacitación de trabajadores:
Puede hacerse de manera personal en un local central o, si los investigadores
están geográficamente dispersos por correo, videoconferencias o usando Internet.
Debe abarcar tareas como la manera de hacer el contacto inicial, plantear las
preguntas, hacer el sondeo, registrar las respuestas y terminar la entrevista.
Hacer el contacto inicial. Que hagan comentarios iniciales que convenzan a los
encuestados potenciales de que su participación es importante.
Enliste cada una de las actividades que tendrá que llevar a cabo para alcanzar su
objetivo:
Presentación en tablas
las tablas y las figuras permiten una mejor visualización de los datos que se han
obtenido durante la investigación. Estos dos elementos se pueden presentar con
el propósito de explorar los datos, de comunicar el contenido de los datos, de
calcular los datos de manera estadística, de almacenar los datos de cierto modo
que puedan ser visualizados o por decoración, es decir los datos que llaman la
atención pueden ser expuestos de esta manera
Presentación en graficas
Gráficos de líneas
Estos gráficos son utilizados con el fin de representar las directrices de los datos
en lapsos de tiempo equivalentes.
Por ejemplo de la venta de paquetes de galletitas durante el año 2012 de las
provincias de buenos aires, santa fe y rio negro.
Graficas de columnas
Los lapsos de tiempo resultan elementales, ya que las columnas reflejan los
cambios sufridos durante los mismos.
Los valores son expresados en las bases, delimitando los lapsos del tiempo y las
categorías son plasmadas de manera horizontal.
Gráficos circulares
Graficas circulares
Los resultados de los estudios deben presentarse en forma clara y correcta a fin
de que puedan utilizarse adecuadamente. Este trabajo da algunas definiciones y
explica procedimientos para la presentación grafica de la información (gráficos
más comunes) de acuerdo a lineamientos reconocidos internacionalmente, ya que
son frecuencia se cometen errores y los gráficos están mal confeccionados.
Permite al lector mejorar la presentación del contenido científico. Se ponen
ejemplos de gráficos elaborados de forma sencilla en las aplicaciones de Microsoft
office, como usualmente lo hacen las personas no expertas.
Representaciones graficas
2.8.-Cronograma
Para comunicar aspectos relacionados con los tiempos y plazos, o para planificar
recursos, o puede que se vaya a utilizar como herramienta de seguimiento, o para
que nos de soporte para calcular el flujo financiero del proyecto. Dependiendo del
uso que le daremos, tendremos que decidir sobre cómo lo elaboraremos, pero de
todos modos el cronograma base probablemente sea siempre el que usemos para
gestionar los tiempos.
EJEMPLOS DE CRONOGRAMAS
2.9 Presupuesto
Se le llama presupuesto al cálculo anticipado de los ingresos y gastos de una
actividad económica (personal, familiar, un negocio, una empresa, una oficina, un
gobierno) durante un período, por lo general en forma anual.
• Laboratorios
• Computadores
• Horas hombre
• Uso de infraestructura
• Uso de equipos
• Un autor
• Dos autores
• Autoría institucional
• Cita de clásicos
LIBRO
REVISTA
Título en cursiva (año). Identificación del fascículo con fecha y/o número. Lugar de
publicación: editorial. Serie (opcional).
Ejemplo:
•OCNOS. Revista de Estudios sobre lectura,(2005), vol 1. Cuenca: CEPLI
CAPÍTULO DE LIBRO
APELLIDOS, Inicial del nombre (año). “Título del artículo entrecomillado” en Título
de la revista en cursiva. Edición, localización del artículo en la revista (año,
volumen, número, páginas).
Ejemplo:
• RUIZ MANTILLA, J. (1 de marzo de 2015). “Un psicoanalista para Lorca y
Dalí”. El País. p. 45
• MARTOS NÚÑEZ, E. (2006). “„Tunear‟ los libros: series, fanfiction, blogs y otras
prácticas emergentes de lectura”. Ocnos, 2. Cuenca: CEPLI. pp. 63-77
Página web
Ejemplo:
• ESCUELA SUPERIOR DE INFORMÁTICA (2015). Máster en Ingeniería
Informática.
http://webpub.esi.uclm.es/paginas/formacion-master-en-ing-informatica-1
[Consulta 3 de marzo de 2015].